MétaCan
Menu
Retour à la cohorte
Enregistrement W4404349387 · doi:10.1016/j.radonc.2024.110622

A systematic review and meta-analysis on the impact of institutional peer review in radiation oncology

2024· review· en· W4404349387 sur OpenAlexafffund
Jane Jomy, Rachel Lu, Radha Sharma, Ke Xin Lin, David C. Chen, Jeff D. Winter, Srinivas Raman

Notice bibliographique

RevueRadiotherapy and Oncology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer Centre
Organismes subventionnairesPrincess Margaret Cancer Foundation
Mots-clésMeta-analysisRadiation oncologyMedicineOncologyPeer reviewSystematic reviewRadiation therapyInternal medicineMedical physicsMEDLINEPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Radiotherapy peer review is recognized as a key component of institutional quality assurance, though the impact is ill-defined. We conducted the first systematic review and meta-analysis to date to quantify the impact of institutional peer review on the treatment planning workflow including radiotherapy contours, prescription and dosimetry. METHODS: We searched several medical and healthcare databases from January 1, 2000, to May 25, 2024, for papers that report on the impact of institutional radiotherapy peer review on treatment plans. We conducted random-effects meta-analyses of proportions to summarize the rates of any change recommendation and major change recommendation (suggesting re-planning or re-simulation due to safety concerns) following peer review processes. To explore differences in change recommendations dependent on location, radiotherapy intent, technique, and peer review structure characteristics, we conducted analyses of variance. RESULTS: Of 9,487 citations, we identified 55 studies that report on 96,444 case audits in 10 countries across various disease sites. The pooled proportion of any change recommendation was 28 % (95 %CI = 21-35) and major change recommendation was 12 % (95 %CI = 7-18). Proportions of change recommendation were not impacted by any treatment characteristics. The most common reasons for change recommendation include target volume delineation (25/55; 45 %), target dose prescription (18/55; 33 %), organ at risk dose prescription (5/55; 9 %), and organ at risk volume delineation (3/55; 5 %). CONCLUSIONS: Our review provides evidence that peer review results in treatment plan change recommendations in over one in four patients. The results suggest that some form of real-time, early peer review may be beneficial for all cases, irrespective of treatment intent or RT technique.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,165
score de la tête « metaresearch » (Gemma)0,444
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,870

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1650,444
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0210,051
Bibliométrie0,0110,014
Études des sciences et des technologies0,0020,003
Communication savante0,0080,006
Science ouverte0,0050,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,090
Tête enseignante GPT0,504
Écart entre enseignants0,415 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRadiotherapy and OncologyMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207